Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Création d’une tâche d’étiquetage de classification d’images (à étiquette unique)
Utilisez une tâche d'étiquetage de classification d'images Amazon SageMaker Ground Truth lorsque vous avez besoin de collaborateurs pour classer les images à l'aide d'étiquettes prédéfinies que vous spécifiez. Les images sont proposées aux employés, qui sont invités à choisir une étiquette pour chaque image. Vous pouvez créer une tâche d'étiquetage de classification d'images à l'aide de la section Ground Truth de la console Amazon SageMaker AI ou de l'[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)opération.
**Important**
Pour ce type de tâche, si vous créez votre propre fichier manifeste, utilisez `"source-ref"` pour identifier l’emplacement dans Amazon S3 de chaque fichier image que vous souhaitez étiqueter. Pour de plus amples informations, veuillez consulter [Données d’entrée](sms-data-input.md).
## Créer une tâche d’étiquetage de classification d’images (Console)
Vous pouvez suivre les instructions [Création d’une tâche d’étiquetage (Console)](sms-create-labeling-job-console.md) pour savoir comment créer une tâche d'étiquetage de classification d'images dans la console SageMaker AI. À l’étape 10, choisissez **Image** dans le menu déroulant **Catégorie de tâches**, puis **Classification d’images (une étiquette)** comme type de tâche.
Ground Truth fournit une interface utilisateur employé similaire à la suivante pour l’étiquetage des tâches. Lorsque vous créez la tâche d’étiquetage avec la console, vous spécifiez des instructions pour aider les collaborateurs à terminer la tâche et des étiquettes parmi lesquelles ceux-ci peuvent faire leur choix.
## Créer une tâche d’étiquetage de classification d’images (API)
Pour créer une tâche d'étiquetage de classification d'images, utilisez l'opération SageMaker API`CreateLabelingJob`. Cette API définit cette opération pour tous AWS SDKs. Pour consulter la liste des langues spécifiques prises SDKs en charge pour cette opération, consultez la section **Voir aussi** de. [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html)
Suivez les instructions présentées dans [Création d’une tâche d’étiquetage (API)](sms-create-labeling-job-api.md) et procédez comme suit pour configurer votre demande :
+ Les fonctions Lambda de pré-annotation pour ce type de tâche se terminent par `PRE-ImageMultiClass`. Pour trouver l'ARN Lambda préalable à l'annotation pour votre région [PreHumanTaskLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_HumanTaskConfig.html#SageMaker-Type-HumanTaskConfig-PreHumanTaskLambdaArn), consultez.
+ Les fonctions Lambda de consolidation des annotations pour ce type de tâche se terminent par `ACS-ImageMultiClass`. Pour trouver l'ARN Lambda de consolidation des annotations pour votre région, consultez. [AnnotationConsolidationLambdaArn](https://docs.aws.amazon.com/sagemaker/latest/dg/API_AnnotationConsolidationConfig.html#SageMaker-Type-AnnotationConsolidationConfig-AnnotationConsolidationLambdaArn)
Voici un exemple de [requête du kit SDK AWS Python (Boto3)](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html#SageMaker.Client.create_labeling_job) pour créer une tâche d’étiquetage dans la région USA Est (Virginie du Nord). Tous les paramètres en rouge doivent être remplacés par vos spécifications et ressources.
```
response = client.create_labeling_job(
LabelingJobName={{'example-image-classification-labeling-job'}},
LabelAttributeName={{'label'}},
InputConfig={
'DataSource': {
'S3DataSource': {
'ManifestS3Uri': {{'s3://bucket/path/manifest-with-input-data.json'}}
}
},
'DataAttributes': {
'ContentClassifiers': [
{{'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent'}},
]
}
},
OutputConfig={
'S3OutputPath': {{'s3://bucket/path/file-to-store-output-data'}},
'KmsKeyId': {{'string'}}
},
RoleArn={{'arn:aws:iam::*:role/*}},
LabelCategoryConfigS3Uri={{'s3://bucket/path/label-categories.json'}},
StoppingConditions={
'MaxHumanLabeledObjectCount': {{123}},
'MaxPercentageOfInputDatasetLabeled': {{123}}
},
HumanTaskConfig={
'WorkteamArn': {{'arn:aws:sagemaker:region:*:workteam/private-crowd/*'}},
'UiConfig': {
'UiTemplateS3Uri': {{'s3://bucket/path/worker-task-template.html'}}
},
'PreHumanTaskLambdaArn': 'arn:aws:lambda:{{us-east-1:432418664414}}:function:PRE-ImageMultiClass,
'TaskKeywords': [
{{Image classification'}},
],
'TaskTitle': {{Image classification task'}},
'TaskDescription': {{'Carefully inspect the image and classify it by selecting one label from the categories provided.'}},
'NumberOfHumanWorkersPerDataObject': {{123}},
'TaskTimeLimitInSeconds': {{123}},
'TaskAvailabilityLifetimeInSeconds': {{123}},
'MaxConcurrentTaskCount': {{123}},
'AnnotationConsolidationConfig': {
'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:{{us-east-1:432418664414}}:function:ACS-ImageMultiClass'
},
Tags=[
{
'Key': {{'string'}},
'Value': {{'string'
}} },
]
)
```
### Fournir un modèle pour les tâches d’étiquetage de classification d’image
Si vous créez une tâche d’étiquetage à l’aide de l’API, vous devez fournir un modèle de tâche d’employé dans `UiTemplateS3Uri`. Copiez et modifiez le modèle suivant. Modifiez uniquement [https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-quick-instructions](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-quick-instructions), [https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-full-instructions](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-creating-instruction-pages.html#sms-creating-full-instructions), et `header`.
Téléchargez ce modèle vers S3 et fournissez l’URI S3 pour ce fichier dans `UiTemplateS3Uri`.
```
Read the task carefully and inspect the image.
Read the options and review the examples provided to understand more about the labels.
Choose the appropriate label that best suits the image.
Good example
Enter description to explain the correct label to the workers
Bad example
Enter description of an incorrect label
```
## Données de sortie de classification d’image
Une fois que vous avez créé une tâche d’étiquetage de classification d’image, vos données de sortie seront situées dans le compartiment Amazon S3 spécifié dans le paramètre `S3OutputPath` lorsque vous utilisez l’API ou dans le champ **Output dataset location (Emplacement du jeu de données de sortie)** de la section **Job overview (Présentation de la tâche)** de la console.
Pour en savoir plus sur le fichier manifeste de sortie généré par Ground Truth et sur la structure de fichier que ce dernier utilise pour stocker vos données de sortie, consultez [Étiquetage des données de sortie des tâches](sms-data-output.md).
Pour afficher un exemple de fichier manifeste en sortie à partir d’une tâche d’étiquetage de classification d’image, consultez [Sortie de la tâche de classification](sms-data-output.md#sms-output-class).